版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、高光譜圖像包含豐富的光譜信息,在物體分類方面有著重要的應(yīng)用前景。由于高光譜圖像數(shù)據(jù)比較大,分類算法比較復(fù)雜,現(xiàn)有的分類算法在串行模式下執(zhí)行速度比較慢,很難在實(shí)時(shí)性要求比較高的場(chǎng)景中得到推廣。近年來,GPU以其低成本高計(jì)算能力的特性,為高光譜圖像快速分類提供了有效途徑。
高光譜圖像中相鄰波段高度相關(guān),冗余的信息加重了計(jì)算負(fù)擔(dān),降維方法的引入能有效減少冗余信息,但會(huì)增加分類算法的復(fù)雜度。在光譜信息中融合空間信息,能有效改善分類精度
2、,但引入空間特征,會(huì)使數(shù)據(jù)變得龐大,加大了計(jì)算量和復(fù)雜度。在高光譜圖像處理中,提高分類算法精度并且又能提供快速執(zhí)行的解決方案是一個(gè)重要的研究方向。本文通過GPU并行加速降維算法、空間特征提取算法和分類算法,在較高分類精度的前提下實(shí)現(xiàn)了快速分類,主要內(nèi)容如下:
第一,根據(jù)高光譜圖像和GPU的特點(diǎn)及應(yīng)用場(chǎng)景,調(diào)研了國內(nèi)外高光譜圖像分類和基于GPU的高光譜圖像處理技術(shù)的研究現(xiàn)狀。為后續(xù)分類算法和空間特征引入選型提供了理論基礎(chǔ)。接著詳
3、細(xì)介紹了GPU的硬件架構(gòu)及優(yōu)化措施,為后續(xù)算法的并行實(shí)現(xiàn)提供技術(shù)支撐。
第二,在GPU上實(shí)現(xiàn)了光譜和空間特征提取算法。光譜特征提取使用LPE算法,用于提取信息豐富且最不同的波段,空間特征提取使用LBP算法,用于提取局部紋理信息。通過在真實(shí)的高光譜數(shù)據(jù)集中,快速實(shí)現(xiàn)了特征提取過程。
第三,在GPU上實(shí)現(xiàn)了加權(quán)協(xié)作表示分類的算法。與傳統(tǒng)的串行程序比較,該方案在保證分類精度的情況下取得了較高的加速比。之后把并行優(yōu)化后的算法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于GPU的高光譜圖像分類與目標(biāo)檢測(cè).pdf
- 高光譜圖像分類的GPU并行優(yōu)化研究.pdf
- 高光譜圖像NRS分類算法GPU加速研究.pdf
- 基于圖像融合的高光譜圖像分類.pdf
- 基于圖像融合的高光譜遙感圖像分類研究.pdf
- 基于高光譜圖像的雜草分類研究.pdf
- 基于分類精度預(yù)測(cè)的高光譜圖像分類研究.pdf
- 高光譜圖像分類研究.pdf
- 基于遷移學(xué)習(xí)的高光譜圖像分類.pdf
- 基于集成學(xué)習(xí)的高光譜圖像分類.pdf
- 基于遷移學(xué)習(xí)的高光譜圖像分類
- 基于稀疏表達(dá)的高光譜圖像分類研究.pdf
- 基于案例推理的高光譜圖像分類研究.pdf
- 基于LSTSVM的高光譜圖像分類方法研究.pdf
- 基于高斯過程的高光譜圖像分類研究.pdf
- 基于遞歸網(wǎng)絡(luò)的高光譜圖像分類.pdf
- 基于高斯過程分類器的高光譜圖像分類.pdf
- 基于空譜聯(lián)合的高光譜圖像分類研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的高光譜圖像分類研究.pdf
- 基于云理論的高光譜遙感圖像分類研究.pdf
評(píng)論
0/150
提交評(píng)論